Computational Predictions of Volatile Anesthetic Interactions with the Microtubule Cytoskeleton: Implications for Side Effects of General Anesthesia
Notice bibliographique
Résumé
The cytoskeleton is essential to cell morphology, cargo trafficking, and cell division. As the neuronal cytoskeleton is extremely complex, it is no wonder that a startling number of neurodegenerative disorders (including but not limited to Alzheimer's disease, Parkinson's disease and Huntington's disease) share the common feature of a dysfunctional neuronal cytoskeleton. Recently, concern has been raised about a possible link between anesthesia, post-operative cognitive dysfunction, and the exacerbation of neurodegenerative disorders. Experimental investigations suggest that anesthetics bind to and affect cytoskeletal microtubules, and that anesthesia-related cognitive dysfunction involves microtubule instability, hyper-phosphorylation of the microtubule-associated protein tau, and tau separation from microtubules. However, exact mechanisms are yet to be identified. In this paper the interaction of anesthetics with the microtubule subunit protein tubulin is investigated using computer-modeling methods. Homology modeling, molecular dynamics simulations and surface geometry techniques were used to determine putative binding sites for volatile anesthetics on tubulin. This was followed by free energy based docking calculations for halothane (2-bromo-2-chloro-1,1,1-trifluoroethane) on the tubulin body, and C-terminal regions for specific tubulin isotypes. Locations of the putative binding sites, halothane binding energies and the relation to cytoskeleton function are reported in this paper.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».